无人机农林业应用全球研究态势分析

无人机具有作业效率高、地形适应性好等独特优势，近年在农林业中应用范围不断扩大，相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势，本研究采集2011—2020年期间Web of Science 核心合集数据库中无人机农林应用全球研究相关文献数据，利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明，自2017年开始，无人机农林业应用研究发文数量快速增加，全球已有94个国家/地区、1778个机构开展了研究；发文量排名前三位的国家依次是美国、中国和澳大利亚，表明这三个国家从事无人机农林业应用的科研实力强，学术影响力大；共有398种期刊发表了有关无人机农林业应用研究文章，约占全部收录期刊的1.90%，说明更多的期刊开始关注无人机农林业应用研究；发文最多的期刊是由MDPI主办的Remote Sensing；被引次数最多的文章内容主要是关注无人机系统在摄影测量和遥感上的传感、导航、定位和通用数据处理等的研究现状。此外，对无人机农林业应用研究热点进行分析发现，无人机施药、无人机病虫害遥感、植物表型获取是无人机农林业应用的主要研究热点。本研究可为无人机在农林业上的创新研究、科研团队之间的合作提供参考。     

Seasonal movements of immature Kemp's ridley sea turtles (Lepidochelys kempii) in the northern gulf of Mexico

1. Seasonal movements and core habitat areas of immature Kemp's ridley sea turtles (Lepidochelys kempii) in the northern Gulf of Mexico were tracked via satellite telemetry. Tagged turtles were incidentally captured by recreational fishermen and rehabilitated at the Institute for Marine Mammal Studies in Gulfport, Mississippi.
2. The average size of the core habitat areas (50% KDE (kernel density estimation)) was 1660.2 km² ± 3438.2 SD. Turtles displayed strong intra‐ and inter‐annual site fidelity to the Mississippi Sound during the spring, summer, and autumn months. During the winter months, most turtles, probably influenced by water temperatures, migrated to nearshore waters of Louisiana on either side of the Mississippi River Delta. However, other migration strategies were also observed.
3. Overall, these data indicate that the Mississippi Sound is an important developmental habitat for this critically endangered species. In addition, their wintering grounds in Louisiana are utilized by adult Kemp's ridleys and other sea turtle species as foraging grounds and migratory corridors. The high use of these areas by sea turtle populations increases the potential for negative impacts from anthropogenic disturbances (e.g. shrimp trawling, oil production, hypoxia) that occur there.

Copyright © 2016 John Wiley & Sons, Ltd.     

基于Google Earth Engine平台的关中冬小麦面积时空变化监测

以关中地区为研究区,基于Google Earth Engine(GEE)平台,根据冬小麦生育期内归一化植被指数(NDVI)时序曲线和物候特征,采用NDVI重构增幅算法和光谱突变斜率,构建了关中地区冬小麦提取模型并实现了冬小麦种植面积的提取。用农业统计面积验证提取结果表明:在市级和县级尺度上,决定系数R~2分别为0.82和0.62,一致性指标d分别为0.95和0.84,提取结果与实地调查数据的空间一致性精度为93.4%。结果显示:关中地区冬小麦主要分布在中部关中平原,冬小麦种植面积在2011—2017年呈下降趋势,减少了83.22×10~3 hm~2(8.47%)。综合考虑冬小麦NDVI时序曲线的"峰""谷"特征,具有一定的普适性,可为大面积连续年份冬小麦种植面积时空监测提供参考。     

基于多源遥感数据的河套灌区干旱时空演变特征

利用中国气象局陆面数据同化系统（CLDAS）验证了2015—2016年土壤水分主动-被动微波数据集（SMAP）在河套灌区的适用性，基于土壤水分亏缺指数（SWDI ）和干旱周百分比（PDW）分析了作物生育期内灌区农业干旱时空演变规律，通过两个参考指标检验了SWDI在河套灌区的精度。结果表明：（1）SMAP在河套灌区的适用性较好；区域尺度上，SMAP和CLDAS的相关系数为0.65；栅格尺度上，约有69%的栅格表现良好（R>0.5），且多集中在灌区西南部和东北部。（2）严重干旱主要发生在4月下旬到5月中旬、7月下旬到8月下旬以及9月中旬到10月中旬，主要集中在灌区的西南部、中部和东部；2015—2016年PDW值略有增大，干旱事件的持续时间有所延长。（3）大气水分亏缺量（AWD）表征的气象干旱在时间上显示2 a内灌区干旱月份为5—8月；空间上，除去地形原因，SWDI和AWD的相关性较为显著，且有一半格点通过了显著性水平为0.01的显著检验，表明基于SWDI对河套灌区进行干旱状况分析具有较高的可信度。     

张家港市农田土壤重金属含量高光谱遥感监测模型构建

以张家港农田土壤作为研究对象,在实验室测定土壤重金属元素As、Cd、Cr、Cu、Zn、Ni、Pb、Hg的含量,并与土壤可见近红外高光谱数据建立土壤重金属含量的定量估测模型,以快速获取研究区农田的土壤重金属含量。为保证模型预测的精度和稳定性,首先,对原始高光谱数据进行平滑处理,并进行一阶导数、倒数一阶导数、倒数的对数一阶导数、平方根一阶导数和连续统去除等形式的光谱变换;然后,提取不同变换光谱的特征波段进行相关性分析;最后,通过逐步回归法建立重金属含量的定量估算模型。结果表明:张家港市农田土壤中Cd、Hg、Cu、Zn存在一定的污染风险。在高光谱的不同变换形式中,一阶导数和连续统去除与重金属含量的相关系数高于其他变换形式。基于8种土壤重金属含量与高光谱数据建立的定量估算模型具有良好的预测精度。Cd、Hg、Cr、As、Cu、Zn、Ni、Pb估算模型的实际值与验证值的拟合度分别为0.874、0.879、0.800、0.646、0.513、0.655、0.603和0.542,可用于预测张家港市的农田土壤重金属含量。     

Impact of land‐use intensity on the relationships between vegetation indices,photosynthesis and biomass of intensively and extensively managed grassland fens

Vegetation indices are widely used as model inputs and for non‐destructive estimation of biomass and photosynthesis, but there have been few validation studies of the underlying relationships. To test their applicability on temperate fens and the impact of management intensity, we investigated the relationships between normalized difference vegetation index (NDVI), leaf area index (LAI), brown and green above‐ground biomass and photosynthesis potential (PP). Only the linear relationship between NDVI and PP was management independent (R² = 0·53). LAI to PP was described by a site‐specific and negative logarithmic function (R² = 0·07–0·68). The hyperbolic relationship of LAI versus NDVI showed a high residual standard error (s.e.) of 1·71–1·84 and differed between extensive and intensive meadows. Biomass and LAI correlated poorly (R² = 0·30), with high species‐specific variability. Intensive meadows had a higher ratio of LAI to biomass than extensive grasslands. The fraction of green to total biomass versus NDVI showed considerable noise (s.e. = 0·13). These relationships were relatively weak compared with results from other ecosystems. A likely explanation could be the high amount of standing litter, which was unevenly distributed within the vegetation canopy depending on the season and on the timing of cutting events. Our results show there is high uncertainty in the application of the relationships on temperate fen meadows. For reliable estimations, management intensity needs to be taken into account and several direct measurements throughout the year are required for site‐specific correction of the relationships, especially under extensive management. Using NDVI instead of LAI could reduce uncertainty in photosynthesis models.     

2008－2018年拉萨市温室蔬菜地时空变化特征

随着居民对蔬菜消费需求的不断提高，拉萨市温室蔬菜地得到快速发展，但对温室蔬菜地格局变化过程仍缺乏清楚的认识。该研究基于2008－2018年11期拉萨市高清遥感影像，结合实地调研，采用重心转移分析、地统计分析等方法，研究了2008－2018年拉萨市温室蔬菜地时空格局变化特征。结果表明：1）2008－2018年，拉萨市温室蔬菜地面积总体呈波动上升趋势，年均增长率为6.93%。研究时段内，温室蔬菜地变化经历了发展、调整、稳定三个阶段，各阶段年均变化率分别为11.08%、-2.13%和0.77%。2）研究时段内，拉萨市城关区和堆龙德庆区温室蔬菜地比例下降56.2%，达孜区和曲水县温室蔬菜地比例上升51.58%，温室蔬菜地分布重心向远离城区的城郊转移，向东南方向迁移了约4 896 m。3）新增温室蔬菜地向高海拔和大坡度区域转移，海拔3 675～3 800 m范围内温室蔬菜地面积比例由22.05%上升到30.41%，坡度6°～10°区域温室蔬菜地面积占比上升5.92%。4）温室蔬菜地新增源于耕地，减少多因为建设用地扩张。蔬菜需求量大和温室蔬菜收益高是温室蔬菜地面积增加的基本动力，区域土地利用调整是温室蔬菜地格局变化的重要推动力。     

基于土壤微波辐射布儒斯特角反演土壤含水率

在利用被动微波遥感技术进行裸露地表土壤含水率(Soil Moisture Content,SMC)的反演中,土壤粗糙度是制约反演精度的最关键因素。该研究利用改进的积分方程模型(Advanced Integral Equation Model,AIEM)进行地表多角度微波发射率的模拟,探索地表微波辐射多角度信息用于提高地表SMC反演精度的可行性。基于不同SMC和不同粗糙度地表多角度V极化发射率数据的变化趋势提取土壤介质布儒斯特角,结果表明,土壤布儒斯特角对SMC具有较高的敏感性,C波段(6.6 GHz)不同含水率土壤的布儒斯特角分布在60°～80°范围内。基于AIEM模拟数据的分析发现,土壤布儒斯特角正切值与SMC具有较好的线性关系,线性拟合决定系数为0.94,均方根误差为0.027cm~3/cm~3,并得到了基于布儒斯特角的裸露地表SMC反演算法。基于模拟数据的算法验证结果表明,算法的SMC预测值与理论值的决定系数为0.95,均方根误差为0.024 cm~3/cm~3。算法在不同土壤粗糙度自相关函数下均表现出稳健的特性,SMC预测精度最大均方根误差为0.027 cm~3/cm~3,最小为0.023cm~3/cm~3。基于布儒斯特角的SMC反演算法利用的是多角度土壤发射率的相对变化而非其绝对数值,该研究为SMC的多角度被动微波遥感提供了一种不同的研究思路。     

佳芦河流域水土保持监测及土壤侵蚀评价

以佳芦河流域分辨率为0.38 m的航摄影像和5 m的DEM等为信息源,基于ArcGIS平台,获取了流域水土保持措施、土地利用、植被覆盖度、坡度、沟壑烈度等土壤侵蚀影响因子,依据《土壤侵蚀分类分级标准》(SL 190—2007),对各因子进行叠加分析,对水蚀、风蚀区等不同侵蚀类型的土壤侵蚀强度进行了分析评价。结果表明,截至2012年9月,佳芦河流域有水土流失面积1068.89 km 2,占流域面积的94.26%,其中轻度、中度、强烈、极强烈、剧烈侵蚀面积分别为118.69、206.35、126.29、75.08、542.48 km 2;强烈及以上侵蚀面积占到水土流失面积的69.59%,其中强烈和极强烈侵蚀多发生在风蚀区,而剧烈侵蚀主要发生在水蚀区的沟道中。